word文档转为PDF以及多种文档格式转换

项目地址：https://gitee.com/Jakewabc/word-of-pdf.git

相关案例：

https://github.com/aspose-words/Aspose.Words-for-Java.git

https://github.com/aspose-pdf/Aspose.PDF-for-Java.git

这是在GitHub上的，拉去非常慢。建议在gitee上创建项目哪里，点击创建项目，下面有一个导入已有的项目。将GitHub上的地址给他就可以克隆一个项目过来，拉去速度就快了。但是这两个项目在gitee上是有地址的。

一、获取jar并安装到maven本地仓库

1.1、需要的jar

需要使用的jar

1.2、安装jar

aspose-pdf-18.9.jar 最好放到外面来安装到本地仓库，因为这个所在的 aspose.pdf for java 18.9完美**版,无水印,无使用时间限制目录中有空格，安装不到本地仓库中。

安装jar到本地仓库，参考：https://blog.csdn.net/u010393325/article/details/84314543

• 命令

mvn install:install-file -DgroupId=groupId引用的名字 -DartifactId=aspose-artifactId引用的名字 -Dversion=版本号 -Dpackaging=jar -Dfile=jar所在的地址

版本号在jar的末尾有写到。

• 我安装的命令

需要更改jar所在的目录。

mvn install:install-file -DgroupId=com.aspose -DartifactId=aspose-words -Dversion=19.5 -Dpackaging=jar -Dfile=E:\临时文件\aspose-words-19.5jdk.jar

mvn install:install-file -DgroupId=com.aspose -DartifactId=aspose-pdf -Dversion=18.9 -Dpackaging=jar -Dfile=E:\临时文件\aspose-pdf-18.9.jar

1.3、maven项目中引入jar

<dependency>
    <groupId>com.aspose</groupId>
    <artifactId>aspose-pdf</artifactId>
    <version>18.9</version>
</dependency>
<dependency>
    <groupId>com.aspose</groupId>
    <artifactId>aspose-words</artifactId>
    <version>19.5</version>
</dependency>

二、将word转为PDF

word的.doc和 .docx格式都可以转换。

• 全部代码

贴全部代码的目的是为了将所在的包也显示。

package com.word.pdf;

import com.aspose.words.*;

/**
 * @author: stars
 * @date: 2020年 07月 30日 13:58
 **/
public class TestDemo {

    public static void main(String[] args) throws Exception {
        String inputPath = "C:\\Users\\stars\\Desktop\\powerdesigner使用.doc" ;
        String outPath = "C:\\Users\\stars\\Desktop";
        String fileName = "powerdesigner使用";
        setShowInBalloons(inputPath,outPath,fileName);
    }
    /**
     * 将word文档转为PDF文档
     *
     * @param inputPath word文档所在的地址
     * @param outPath 生成pdf输出的地址
     * @param fileName 生成后PDF的名字<b>注意：名字不要带后缀，下面自动封装了。</b>
     * @throws Exception
     */
    private static void setShowInBalloons(String inputPath,String outPath,String fileName) throws Exception {
        Document doc = new Document(inputPath);
        // 获取控制修订外观的RevisionOptions对象
        RevisionOptions revisionOptions = doc.getLayoutOptions().getRevisionOptions();
        // 在引出序号中显示删除修订
        revisionOptions.setShowInBalloons(ShowInBalloons.FORMAT_AND_DELETE);
        // 输出
        doc.save(outPath + "\\" + fileName+ ".pdf");
    }
}

效果就不展示了，反正这样就能转换。

三、word文件追加

import com.aspose.words.Document;
import com.aspose.words.ImportFormatMode;
import com.aspose.words.RevisionOptions;
import com.aspose.words.ShowInBalloons;

/**
 * word文件追加
 */
public static void AppendDocuments(){
    // 文件路径
    String dataDir = "C:\\Users\\stars\\Desktop\\" ;
    // 源文件
    Document dstDoc = new Document(dataDir + "powerdesigner使用.doc");
    // 需要追加的文件（将srcDoc文件追加在dstDoc后面）
    Document srcDoc = new Document(dataDir + "ZS-1000质量手册.docx");
    // Append the source document to the destination document while keeping the original formatting of the source document.
    dstDoc.appendDocument(srcDoc, ImportFormatMode.KEEP_SOURCE_FORMATTING);
    // 追加后的文件
    dstDoc.save(dataDir + "TestFile Out.docx");
    //ExEnd:

    System.out.println("Documents appended successfully.");
}

四、word文档替换

import com.aspose.words.*;

import java.util.regex.Pattern;

/**
 * 查找并替换
 * @param replaceMark 替换表示符
 * @param replaceAfter 替换的数据
 * @throws Exception
 */
public static void FindAndReplace(String replaceMark,String replaceAfter) throws Exception {
    // 文件路径
    String dataDir = "C:\\Users\\stars\\Desktop\\" ;
    // 源文件
    Document doc = new Document(dataDir + "powerdesigner使用.doc");
    // 检查文档的文本
    System.out.println("Original document text: " + doc.getRange().getText());

    Pattern regex = Pattern.compile(replaceMark, Pattern.CASE_INSENSITIVE);
    // Replace the text in the document.
    doc.getRange().replace(regex, replaceAfter, new FindReplaceOptions());
    // Check the replacement was made.
    System.out.println("Document text after replace: " + doc.getRange().getText());
    // 替换后的文件
    doc.save(dataDir + "ReplaceSimpleOut.doc");
}

替换是应该需要注意

如果替换符为 name和 namea。那么 name替换符先执行，那么 namea的地方就会将 name也替换了，后面剩下 a。但是这个a又没有替换的地方，所以就保存了下来。这样会造成替换上的失误，所以建议替换符使用UUID去掉横线或者生成分布式id来充当。

五、PDF获取指定页或者总页码数

这种方式有些页面不能获取，推荐使用另一个jar包完整，第六章会详细讲解。

import com.aspose.pdf.Document;
import com.aspose.pdf.Page;

import java.io.IOException;

/**
 * 获取PDF指定页面
 * <p>如果获取所有PDF，就直接使用 pdfDocument。如果获取指定页数就是使用 newDocument。如果返回所有pdfDocument.save(response.getOutputStream());
 * 如果返回指定页，newDocument.save(response.getOutputStream());
 * </p>
 * @param page 获取的页数
 * @return pdf总页数
 */
public static Integer GetPageCountWithoutSavingPDF(Integer page) throws IOException {
    // Open a document
    Document pdfDocument = new Document("C:\\Users\\stars\\Desktop\\a.pdf");
    // 获取指定页面
    Page pdfPage = pdfDocument.getPages().getUnrestricted(page);
    // 创建Document 对象，将指定页面写入
    Document newDocument = new Document();
    // Add the page to the Pages collection of new document object
    newDocument.getPages().add(pdfPage);
    // Save the new file
    newDocument.save("C:\\Users\\stars\\Desktop\\page_" + pdfPage.getNumber() + ".pdf");
    // 返回总页数
    return pdfDocument.getPages().size();
}

六、指定页面获取PDF文档

第五章节提到的这种方式，有些页面会获取不多，所以换一个jar包获取。

6.1、引入依赖

<dependency>
    <groupId>net.sf.cssbox</groupId>
    <artifactId>pdf2dom</artifactId>
    <version>1.7</version>
</dependency>

如果只完成获取指定页面的PDF文档，那么这个jar包已经足够了，但是配套的还有两个jar包。这些都是开源的，不需要特意准备，直接拉去就OK。下面这两个具体用途可以自己去参考。

<dependency>
    <groupId>org.apache.pdfbox</groupId>
    <artifactId>pdfbox</artifactId>
    <version>2.0.12</version>
</dependency>
<dependency>
    <groupId>org.apache.pdfbox</groupId>
    <artifactId>pdfbox-tools</artifactId>
    <version>2.0.12</version>
</dependency>

6.2、直接贴代码

import org.apache.pdfbox.multipdf.Splitter;
import org.apache.pdfbox.pdmodel.PDDocument;
import org.springframework.web.bind.annotation.RestController;

import javax.servlet.http.HttpServletResponse;
import java.io.File;
import java.io.IOException;
import java.util.List;

/**
 *
 * @param fileName 文件名称
 * @param pageNum 读取的页数
 * @param filePath 文件路径
 * @return
 */
public void splitPdf(HttpServletResponse response, int pageNum, String filePath) {
    // 这是对应文件名
    File indexFile = new File(filePath);
    PDDocument document = null;
    try {
        document = PDDocument.load(indexFile);
        // 获取总页数
        int numberOfPages = document.getNumberOfPages();
        System.out.println("总页数告诉你哦："+numberOfPages);

        Splitter splitter = new Splitter();
        // 开始页
        splitter.setStartPage(pageNum);
        // 结束页
        splitter.setEndPage(pageNum);
        List<PDDocument> pages = splitter.split(document);
        for (PDDocument pdDocument : pages){
            pdDocument.save(response.getOutputStream());
            pdDocument.close();
        }
        document.close();
    } catch (IOException e) {
        e.printStackTrace();
    }
}

七、将PDF转为word

如果是一个大文档，我们给前端渲染的时候不会全部给他，而是一次一页一页的给。那么我们是一个大文档模板怎么办。将这个大文档存为PDF格式，每次一页一页的获取，因为PDF不能更改，属于最终文本。那么我们就可以将pdf转为word替换为最终文档，然后在将word转为PDF给前端显示。

7.1、pdf和word优缺点

pdf

• 优点

pdf支持读取指定的页面，前端页支持直接渲染pdf格式的文本。所以大文档就不用全部读取，只需要读取指定页面就好。

• 缺点

pdf不支持更改

word

• 优点

支持更改和替换

• 缺点

不支持获取指定页的文档，前端不支持显示。

7.2、pdf转为doc

这种方式只支持转换 4 页

import com.aspose.pdf.*;

import java.io.IOException;

/**
 * pdf转为doc
 */
public static void savingToDoc(){
    // 读取pdf文档
    Document pdfDocument = new Document("C:\\Users\\stars\\Desktop\\abc.pdf");
    // 转换为doc文档
    pdfDocument.save("C:\\Users\\stars\\Desktop\\TableHeightIssue.doc", SaveFormat.Doc);
}

7.3、pdf转为docx

这种方式只支持转换 4 页

这种方式转为doc也可以，只需要将文件后缀换一下就行。

import com.aspose.pdf.*;

import java.io.IOException;

/**
 * pdf转为docx
 */
public static void savingToDOCX() {
    // Load source PDF file
    Document doc = new Document("C:\\Users\\stars\\Desktop\\abc.pdf");
    // Instantiate Doc SaveOptions instance
    DocSaveOptions saveOptions = new DocSaveOptions();
    // Set output file format as DOCX
    saveOptions.setFormat(DocSaveOptions.DocFormat.DocX);
    // Save resultant DOCX file
    doc.save("C:\\Users\\stars\\Desktop\\TableHeightIssue.docx", saveOptions);
}

八、PDF转为PPT

import com.aspose.pdf.*;

import java.io.IOException;

/**
 * 将PDF转为ppt
 */
public static void ConvertPDFToPPTX(){
    // Load PDF document
    Document doc =new Document("C:\\Users\\stars\\Desktop\\t.pdf");
    // Instantiate PptxSaveOptions instance
    PptxSaveOptions pptx_save = new PptxSaveOptions();
    // Save the output in PPTX format
    doc.save("C:\\Users\\stars\\Desktop\\output.pptx", pptx_save);
}

九、PDF转为SVG图片

import com.aspose.pdf.*;

import java.io.IOException;

/**
 * 将pdf转为SVG图片
 */
public static void ConvertPDFToSVGFormat(){
    // load PDF document
    Document doc = new Document("C:\\Users\\stars\\Desktop\\t.pdf");
    // instantiate an object of SvgSaveOptions
    SvgSaveOptions saveOptions = new SvgSaveOptions();
    // do not compress SVG image to Zip archive
    saveOptions.CompressOutputToZipArchive = false;
    // resultant file name
    String outFileName ="C:\\Users\\stars\\Desktop\\Output.svg";
    // save the output in SVG files
    doc.save(outFileName, saveOptions);
}

十、将SVG转为PDF

import com.aspose.pdf.*;

import java.io.IOException;

/**
 * 将SVG转为PDF
 */
public static void ConvertSVGFileToPDFFormat(){
    String file = "C:\\Users\\stars\\Desktop\\Output.svg";
    // Instantiate LoadOption object using SVG load option
    LoadOptions options = new SvgLoadOptions();
    // Create Document object
    Document document = new Document(file, options);
    // Save the resultant PDF document
    document.save("C:\\Users\\stars\\Desktop\\Result.pdf");
}

十一、将PDF转为HTML

显示大文档模板思路

完成大文本显示那种，就可以将大文档存放成PDF的格式。获取PDF指定页的文档模板，在转为HTML替换为真正的文档就可以个前端显示。

11.1、方式一

效果还可以

import com.aspose.pdf.*;
import com.aspose.pdf.text.CustomFontSubstitutionBase;

import java.io.IOException;
import java.util.HashMap;
import java.util.Map;

/**
 * pdf转为HTML格式
 */
public static void EscapeHTMLTagsAndSpecialCharacters(){
    // Load existing PDf file
    Document pdfDoc = new Document("C:\\Users\\stars\\Desktop\\abc.pdf");
    final Map names = new HashMap();
    /*pdfDoc.FontSubstitution.add(new Document.FontSubstitutionHandler() {
        public void invoke(Font font, Font newFont) {
            // add substituted FontNames into map.
            names.put(font.getFontName(), newFont.getFontName());
            // or print the message into console
            System.out.println("Warning: Font " + font.getFontName() + " was substituted with another font -> " + newFont.getFontName());
        }
    });*/
    // instantiate HTMLSave option to save output in HTML
    HtmlSaveOptions htmlSaveOps = new HtmlSaveOptions();
    // save resultant file
    pdfDoc.save("C:\\Users\\stars\\Desktop\\output.html", htmlSaveOps);
}

11.2、方式二

这种方式转换的效果不好

import com.aspose.pdf.*;
import com.aspose.pdf.text.CustomFontSubstitutionBase;

import java.io.IOException;

/**
 * pdf转为HTML
 * @throws Exception
 */
public static void DefaultFontWhenSpecificFontMissing() throws Exception {
    String myDir = "C:\\Users\\stars\\Desktop\\";
    Document pdf = new Document(myDir + "t.pdf");
    // configure font substitution
    CustomSubst1 subst1 = new CustomSubst1();
    FontRepository.getSubstitutions().add(subst1);
    // Configure notifier to console
    pdf.FontSubstitution.add(new Document.FontSubstitutionHandler() {
        public void invoke(Font font, Font newFont) {
            // print substituted FontNames into console
            System.out.println("Warning: Font " + font.getFontName() + " was substituted with another font -> " + newFont.getFontName());
        }
    });
    HtmlSaveOptions htmlSaveOps = new HtmlSaveOptions();
    pdf.save(myDir + "Redis_1150_substitutedWithMSGothic_release.html", htmlSaveOps);
}
private static class CustomSubst1 extends CustomFontSubstitutionBase {
    public boolean trySubstitute(OriginalFontSpecification originalFontSpecification, /* out */com.aspose.pdf.Font[] substitutionFont) {
        substitutionFont[0] = FontRepository.findFont("MSGothic");
        return true;
    }
}

十二、PDF转为emf文件

只能转换一页

import com.aspose.pdf.*;
import com.aspose.pdf.devices.EmfDevice;
import com.aspose.pdf.devices.Resolution;
import com.aspose.pdf.text.CustomFontSubstitutionBase;

import java.io.IOException;
import java.util.HashMap;
import java.util.Map;

/**
 * pdf转为emf文件，只能转换一页
 */
public static void PDFToEMF(){
    // instantiate EmfDevice object
    EmfDevice device = new EmfDevice(new Resolution(96));
    // load existing PDF file
    Document doc = new Document("C:\\Users\\stars\\Desktop\\abc.pdf");
    // save first page of PDF file as Emf image
    device.process(doc.getPages().get_Item(1), "C:\\Users\\stars\\Desktop\\output.emf");
}

十三、向PDF文档中添加表格

import com.aspose.pdf.*;
import com.aspose.pdf.devices.EmfDevice;
import com.aspose.pdf.devices.Resolution;
import com.aspose.pdf.text.CustomFontSubstitutionBase;

import java.io.IOException;
import java.util.HashMap;
import java.util.Map;

/**
 * 在现有的PDF 文档中添加数据
 * <p>指定页添加表格</p>
 */
public static void addTableInExistingPDFDocument(){
    // Load source PDF document
    Document doc =  new Document("C:\\Users\\stars\\Desktop\\abc.pdf");
    // 初始化表的新实例
    Table table = new Table();
    // 将表格边框颜色设置为浅灰色
    table.setBorder(new BorderInfo(BorderSide.All, .5f, Color.getLightGray()));
    // 设置表格单元格的边框
    table.setDefaultCellBorder(new BorderInfo(BorderSide.All, .5f, Color.getLightGray()));

    // 添加三列十行的数据
    for (int row_count = 1; row_count < 10; row_count++) {
        // 向表中添加行
        Row row = table.getRows().add();
        // 添加表格的行数据
        row.getCells().add("Column (" + row_count + ", 1)");
        row.getCells().add("Column (" + row_count + ", 2)");
        row.getCells().add("Column (" + row_count + ", 3)");
    }
    // 在PDF文档的第二页添加 table 这个表格
    doc.getPages().getUnrestricted(2).getParagraphs().add(table);
    doc.save( "C:\\Users\\stars\\Desktop\\Annotation_output.pdf");
}

十四、创建PDF文档，并添加表格

import com.aspose.pdf.*;
import com.aspose.pdf.devices.EmfDevice;
import com.aspose.pdf.devices.Resolution;
import com.aspose.pdf.text.CustomFontSubstitutionBase;

import java.io.IOException;
import java.util.HashMap;
import java.util.Map;

/**
 * 创建PDF文档，并添加表格
 */
public static void setAutoFitToWindowPropertyInColumnAdjustmentTypeEnumeration(){
    //Instantiate the PDF object by calling its empty constructor
    Document doc = new Document();
    //Create the section in the PDF object
    Page page = doc.getPages().add();

    //Instantiate a table object
    Table tab = new Table();
    //Add the table in paragraphs collection of the desired section
    page.getParagraphs().add(tab);

    //Set with column widths of the table
    tab.setColumnWidths("50 50 50");
    tab.setColumnAdjustment(ColumnAdjustment.AutoFitToWindow);

    //Set default cell border using BorderInfo object
    tab.setDefaultCellBorder(new com.aspose.pdf.BorderInfo(com.aspose.pdf.BorderSide.All, 0.1F));

    //Set table border using another customized BorderInfo object
    tab.setBorder(new com.aspose.pdf.BorderInfo(com.aspose.pdf.BorderSide.All, 1F));
    //Create MarginInfo object and set its left, bottom, right and top margins
    com.aspose.pdf.MarginInfo margin = new com.aspose.pdf.MarginInfo();
    margin.setTop(5f);
    margin.setLeft(5f);
    margin.setRight(5f);
    margin.setBottom(5f);

    //Set the default cell padding to the MarginInfo object
    tab.setDefaultCellPadding(margin);

    //Create rows in the table and then cells in the rows
    com.aspose.pdf.Row row1 = tab.getRows().add();
    row1.getCells().add("col1");
    row1.getCells().add("col2");
    row1.getCells().add("col3");
    com.aspose.pdf.Row row2 = tab.getRows().add();
    row2.getCells().add("item1");
    row2.getCells().add("item2");
    row2.getCells().add("item3");

    //Save the PDF
    doc.save( "C:\\Users\\stars\\Desktop\\Annotation_output.pdf");
}

十五、添加PDF并添加数据

import com.aspose.pdf.*;
import com.aspose.pdf.devices.EmfDevice;
import com.aspose.pdf.devices.Resolution;
import com.aspose.pdf.text.CustomFontSubstitutionBase;

import java.io.IOException;
import java.util.HashMap;
import java.util.Map;

/**
 * 新建PDF添加数据
 */
public static void ForceTableRenderingOnNewPage(){
    // Added document
    Document doc = new Document();
    PageInfo pageInfo = doc.getPageInfo();
    MarginInfo marginInfo = pageInfo.getMargin();
    marginInfo.setLeft(37);
    marginInfo.setRight(37);
    marginInfo.setTop(37);
    marginInfo.setBottom(37);
    pageInfo.setLandscape(true);
    Table table = new Table();
    table.setColumnWidths("50 100");
    // Added page.
    Page curPage = doc.getPages().add();
    for (int i = 1; i <= 120; i++) {
        Row row = table.getRows().add();
        row.setFixedRowHeight(15);
        Cell cell1 = row.getCells().add();
        cell1.getParagraphs().add(new TextFragment("Content 1"));
        Cell cell2 = row.getCells().add();
        cell2.getParagraphs().add(new TextFragment("HHHHH"));
    }
    Paragraphs paragraphs = curPage.getParagraphs();
    paragraphs.add(table);
    /********************************************/
    Table table1 = new Table();
    table.setColumnWidths("100 100");
    for (int i = 1; i <= 10; i++) {
        Row row = table1.getRows().add();
        Cell cell1 = row.getCells().add();
        cell1.getParagraphs().add(new TextFragment("LAAAAAAA"));
        Cell cell2 = row.getCells().add();
        cell2.getParagraphs().add(new TextFragment("LAAGGGGGG"));
    }
    table1.setInNewPage(true);
    // I want to keep table 1 to next page please...
    paragraphs.add(table1);
    //Save the PDF
    doc.save( "C:\\Users\\stars\\Desktop\\Annotation_output.pdf");
}

十六、PDF替换指定内容

这种最好是一个字符替换为一个字符的那种，如果你一个字符替换很多字符。那么会出现有些内容显示不出来，因为其他文本不会让出空间来的。建议：将PDF转为word文档，替换完了再将word转为PDF文档。

pdf替换只支持前三页

import com.aspose.pdf.*;
import com.aspose.pdf.devices.EmfDevice;
import com.aspose.pdf.devices.Resolution;
import com.aspose.pdf.text.CustomFontSubstitutionBase;

import java.io.IOException;
import java.util.HashMap;
import java.util.Map;

/**
 * 替换文本
 * <b>如果一个文字替换一个文字，还行，因为其他格式是不变话的。只能替换前三页</b>
 * @param BeforeReplacement 替换前
 * @param AfterReplacement 替换后
 */
public static void replaceTextOnAllPages(String BeforeReplacement,String AfterReplacement){
    // 需要替换的文本
    Document doc = new Document("C:\\Users\\stars\\Desktop\\abc.pdf");
    // 需要替换的字符
    TextFragmentAbsorber textFragmentAbsorber = new TextFragmentAbsorber(BeforeReplacement);
    // Accept the absorber for first page of document
    doc.getPages().accept(textFragmentAbsorber);
    // Get the extracted text fragments into collection
    TextFragmentCollection textFragmentCollection = textFragmentAbsorber.getTextFragments();
    // Loop through the fragments
    for (TextFragment textFragment : (Iterable<TextFragment>) textFragmentCollection) {
        // Update text and other properties
        textFragment.setText(AfterReplacement);
        // 字体大小
        textFragment.getTextState().setFontSize(10);
        textFragment.getTextState().setForegroundColor(Color.getBlack());
        // 背景色，现在是白色
        textFragment.getTextState().setBackgroundColor(Color.getWhite());
    }
    // 替换后的文本
    doc.save( "C:\\Users\\stars\\Desktop\\Annotation_output.pdf");
}